新闻详情

新闻详情

首页 / 资讯中心 / 详情

llm-for-zotero多后端配置指南:API Key、本地模型、WebChat任选,零Key也能用上AI

发布时间:2026/11/18 9:15:44来源:尧图网络
llm-for-zotero多后端配置指南:API Key、本地模型、WebChat任选,零Key也能用上AI
llm-for-zotero多后端配置指南API Key、本地模型、WebChat任选零Key也能用上AI【免费下载链接】llm-for-zoteroAn open-source research agent system for your Zotero library.项目地址: https://gitcode.com/gh_mirrors/ll/llm-for-zoterollm-for-zotero是一个开源的Zotero 研究 Agent 系统把大语言模型直接带进 Zotero 阅读器让你在文献库里就能提问、总结论文、解读图表、对比来源并保存笔记。最省心的一点是它支持API Key、本地模型、WebChat、Codex、Claude Code五种后端无论你手上有付费 Key、想跑免费本地模型还是干脆零 Key都能快速把 AI 用起来。五种后端一张表看懂怎么选你的情况推荐后端需要 API Key 吗有 OpenAI / Gemini / DeepSeek 等付费 KeyAPI Provider需要想跑 Ollama / LM Studio 本地模型Local OpenAI-compatible通常不需要想用浏览器里的 ChatGPT / DeepSeek / GeminiWebChat不需要有 ChatGPT Plus 订阅Codex App Server不需要单独 Key想用 Claude CodeClaude Code bridge用 Claude Code 自己的登录 所有后端共用同一个对话面板配置完成后即可自由切换。最快上手三步配好 API Key第一步安装插件下载最新.xpi在 Zotero 里打开工具 → 附加组件 → 齿轮 → 从文件安装附加组件选中文件后重启 Zotero。第二步打开设置偏好设置 → llm-for-zotero。第三步填三样 测连接选Provider→ 粘贴API Base URL、密钥、模型名→ 点Test Connection。插件内置了一批厂商预设OpenAI、Gemini、DeepSeek、Anthropic、GLM、Kimi、Qwen、Grok、Minimax、OpenCode、Copilot 等选中后 Base URL 会自动填好你只管补密钥和模型名即可。这套预设逻辑定义在 providerPresets.ts后端能力判定入口在 providers/registry.ts。配好之后打开任意一篇 PDF点击右侧工具栏的 LLM Assistant 图标就能开聊。零 Key 方案一WebChat 浏览器同步不想买 Key那就直接用你浏览器里已经登录的 ChatGPT / DeepSeek / Gemini。WebChat 模式通过一个浏览器扩展把问题转发到对应网页再把回答流式送回 Zotero。配置步骤从sync-for-zotero的 releases 下载extension.zip并解压打开chrome://extensions开启开发者模式 →Load unpacked→ 选中解压后的扩展目录在 Zotero 里把Auth Mode设为WebChat⚠️ 保持选中的厂商标签页在浏览器中打开且处于前台Zotero 里的绿点表示扩展与该站点已连接提示标签页不能最小化或切到后台否则连接可能中断。零 Key 方案二本地模型 Ollama / LM Studio如果你有一台能跑本地模型的机器Ollama、LM Studio、llama.cpp、vLLM 都兼容 OpenAI 协议基本不用填任何 Key先在本机启动 Ollama默认端口11434并拉取模型在插件里选 Provider填http://localhost:11434之类的本地地址本地地址会被自动识别为「本地模型」密钥、连接测试和模型目录都支持留空选模型、点Test Connection即可本地跑的好处是数据不出本机隐私最放心代价是速度和效果取决于你的硬件。零 Key 方案三ChatGPT Plus 用户的 Codex App Server有 ChatGPT Plus 订阅的话可以走Codex App Server无需额外 API Key凭codex登录身份直连npm install -g openai/codex安装 Codex CLIcodex login登录凭据保存到~/.codex/auth.json在插件Agent标签开启Enable Codex App Server integration选默认模型和推理级别 →Test connection在聊天头部点Codex切到 Codex 会话系统Codex App Server 与 Claude Code 是互斥的运行时模式启用其一时记得先关掉另一个。进阶多后端并存按任务配模型你可以在同一个插件里配置多个 Provider比如「图表用多模态模型、摘要用便宜文本模型」还能单独设置每个模型的推理级别、temperature、max_tokens_output等参数。模型上下文上限等能力元数据统一维护在 model-capabilities.v1.json。配好之后回答里的引用还能一键跳回原文对应位置常见问题Q会泄露我的文献吗数据流向取决于你选的后端本地模型、云端各走各路插件本身不训练模型会话历史和论文上下文都缓存在本地。选本地后端时数据完全不出机器。Q一定要付费吗插件免费。只有用付费 Provider 才会产生 API 费用走 Codex App Server 时 ChatGPT Plus 订阅即可免额外 KeyWebChat、本地模型均无需 Key。【免费下载链接】llm-for-zoteroAn open-source research agent system for your Zotero library.项目地址: https://gitcode.com/gh_mirrors/ll/llm-for-zotero创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉